R语言学习总结

R语言学习总结

经过接近一个学期的学习,从对R语言的完全陌生,到现在对其有了一些粗浅的认识，其中经历了遇到困难苦思冥想的艰辛,也有解决问题以后豁然开朗的畅快。在学习的过程中,以前掌握的数理基础给我带来了不少便利，而认真地态度和踏实的性格也使我获益匪浅。

在这个学期中，我学会了R语言的基本操作和语法，以及针对具体的统计学问题相应的解决方法.并按时完成老师布置的课后作业,以达到学以致用的目的,也加强了对R语言操作的熟练度。

一、初识R软件

R软件是一套完整的数据处理、计算和制图软件系统。其功能包括:据存储和处理，数组运算,完整连贯的统计分析工具，优秀的统计制图功能已及简便而强大编程语言。

接触R语言以后，我的第一感觉就是方便和强大。R语言中有非常多的函数和包,我们几乎不用自己去编一些复杂的算法，而往往只需要短短几行代码就能解决很复杂的问题，这给我们的使用带来了极大地方便；于此同时，它又可操纵数据的输入输出，实习分支、循环，使用者可以自定义功能，这就意味着当找不到合适的函数或包来解决所遇的问题时,我们又可以自己编程去实现各种具体功能，这也正是R语言的强大之处。

二、学习心得

在学习该书的过程中,我不仅加深了对统计学方法的理解，同时也掌握了R软件的编程方法和基本技巧，了解了各种函数的意义和用法，并能把两者结合起来，解决实际中的统计问题。

1、R语言的基本语法及技巧

R语言不仅可以进行基础的数字、字符以及向量的运算,内置了许多与向量运算有关的函数。而且还提供了十分灵活的访问向量元素和子集的功能。R语言中经常出现数组，它可以看作是定义了维数（dim属性)的向量.因此数组同样可以进行各种运算,以及访问数组元素和子集.二维数组（矩阵)是比较重要和特殊的一类数组，R可以对矩阵进行内积、外积、乘法、求解、奇异值分解及最小二乘拟合等运算，以及进行矩阵的合并、拉直等。apply（）函数可以在对矩阵的一维或若干维进行某种计算，例如apply（A,1,mean）表示对A按行求和.

R语言允许将不同类型的元素放在一个集合中,这个集合叫做一个列表，列表元素总可以用“列表名[［下标］］”的格式引用。而“列表名［下标]”表示的是一个子列表，这是一个很容易混淆的地方。R语言中非常重要的一种数据结构是data。frame（数据框）,它通常是矩阵形式的数据，但每列可以是不同类型，数据框每列是一个变量,每行是一个观测,要注意的是每一列必须有相同的长度。数据框元素可以使用下标或者下标向量引用。

用一个非常简单的例子来说明向量、矩阵和数据框的简单运用.

输入：

A<-matrix(c（1:12），2，6，byrow=T） ＃A为一个2行6列，按行排列的矩阵 X<-as.data。frame（A) ＃把A转化成数据框形式的X

X[1:2，seq（1，5,2)］ #输出X的第1、2行和1、3、5列

输出:

V1 V3 V5

1 1 3 5

2 7 9 11

输入：

attach（X）；R<—V1/V5；R ＃调用数据框X，计算并输出V1和V5的比值

输出：

［1] 0。2000000 0。6363636

与此同时R语言中也提供了其它高级程序语言共有的分支、循环等程序控制结构.比如if/else语句,for循环等.因此R语言也可以很容易的根据情况编写自己所需要的函数.

例：编写一个R程序，输入一个整数n,如果n小于等于0，中止运算,并输出：“要求输入一个正整数”;否则,如果n是偶数，则将n除2赋值给n;否则将3n+1赋给n。不断循环,直到n=1停止,并输出：“运算成功”

解：新建一个程序脚本，名为chapter2。R”，写入代码：

f<-function(n）｛

if（n〈=0) list（"要求输入一个正整数”)

else｛repeat｛

if(n==1） break ＃n=1时终止 else if（n/2==as.integer(n/2）） n<—n/2

＃n为偶数时除2 else n<—3＊n+1

}

list(”运算成功")

｝

｝

在R窗口中

输入：

Source（“chapter2。R”）;f（32)

输出：

［1］ ”运算成功”

输入：

f(—5）

输出：

[1］ ”要求输入一个正整数”

2、R在统计描述中的应用 数据框操作（plyr包）

辅助小函数

1 splat函数:

作用：把原函数中多个参数打包为一个list作为参数，然后输出新的函数。也就是说本来某个函数需要输入多个参数,现在套上splat后,只要输入一个参数list就可以了,不需要单独地输入参数.它的作用结果是把一个函数变成一个新函数.

m＊ply（a_matrix, FUN）的作用和a＊ply（a_matrix，1，splat（FUN）)一样

例:

(1)参数使用

> hp_per_cyl<-function(hp,cyl,.。。） hp/cyl

〉 splat（hp_per_cyl）（mtcars［1，]）

1］ 18.33333

〉 splat(hp_per_cyl)（mtcars)

［1] 18.33333 18。33333 23。25000 18。33333 21。87500 17。50000 30.62500 15。50000 23。75000

［10] 20.50000 20。50000 22。50000 22.50000 22.50000 25。62500 26.87500 28。75000 16.50000

［19］ 13。00000 16。25000 24。25000 18。75000 18。75000

30.62500 21。87500 16.50000 22。75000

［28］ 28.25000 33。00000 29。16667 41.87500 27。25000

等价于:

> hp_per_cyl（mtcars＄hp，mtcars$cyl）

splat函数的优点就是可以不用拆分字段，可以一起输入作为参数。

（2）与plyr函数合用:

> f〈-function（mpg，wt，.。。) data。frame（mw=mpg/wt)

> ddply（mtcars,.(cyl),splat（f)）

2 each函数

作用:把多个函数汇聚成一个函数，当使用这个函数时,将分别作用多个函数。它的作用结果是把一个函数变成一个新函数。

不足：不能给作用的函数指定附加参数，只能使用默认参数.

例：

> fun<—function（x) c(min=min(x）,max=max(x），mean=mean(x）)

〉 fun（1:10）

等价于: > f〈—each（min，max，mean）

> f（1：10)

3 colwise函数

colwise(.fun,。cols，。.。）

说明：。fun:要转化的函数；。cols是测试数据框的列是否应包含的判别函数或者是·要包含的列的名称.

catcolwise(。fun,.。。） 与colwise功能类似,只是对离散型变量有效

numcolwise（。fun，。.。) 与colwise功能类似，只是对数值型变量有效

作用：把作用于数据框行向量的函数（如mean，median等）转化为作用于数据框列向量的函数。于plyr函数一起使用十分方便。作用结果生成一个新的函数.

例：

〉 nmissing〈-function（x） sum(is。na（x)）

〉 colwise（nmissing)(baseball）

> colwise（nmissing,.（sb,cs，so））(baseball）

> ddply（baseball,。（year）,colwise（nmissing,。（sb,cs，so））)

〉 numcolwise（nmissing)（baseball）

等价于:colwise（nmissing,is.numeric）(baseball）

〉 catcolwise(nmissing）(baseball)

等价于：colwise（nmissing，is.discrete)（baseball）

4 failwith函数

failwith(default=NULL， f， quiet=FALSE）

作用:修正一个函数,使得当该函数出现错误时返回一个设定的默认值,默认为空。作用结果生成一个新的函数。

〉 f<-function(x） if （x==1) stop（"Error”） else 1

> f(1)

Error in f(1） : Error

> safef〈-failwith(，f）

〉 safef（1)

Error in f（。.。) ： Error

NULL

〉 safef<—failwith(12,f,quiet=TRUE) 〉 safef(1)

［1］ 12

5 summarise(）函数

summarise(。data， 。。.)

作用：对数据框做统计汇总，…为设定的统计方法或函数

例：

〉summarise（baseball，duration=max（year)-min(year），nteams=length（unique（team)）)

duration nteams

1 136 132

〉head(ddply(baseball,”id”，summarise，duration=max（year）—min（year），nteams=length(unique(team）)））

id duration nteams

1 aaronha01 22 3

2 abernte02 17 7

3 adairje01 12 4

4 adamsba01 20 2

5 adamsbo03 13 4

6 adcocjo01 16 5

数据集变量操作

1 变量排序:arrange函数

arrange（df， 。（var1）, .（var2）…）

作用：按照指定列排序。

注意:使用arrange函数排完序后行名会丢失，需要用cbind补回。

例：

〉 arrange（mtcars,cyl，disp）

〉 cars〈—cbind（vehicle=s（mtcars)，mtcars）

> arrange(cars，cyl，disp）

—————-先把行名作为一个新的列加到数据框再排序

2 更改变量名

rename（x, replace, warn_missing=TRUE）

作用:通过名字修改变量名字，不是根据它的位置。

例：